数据充分赋能教育数字化转型的内在逻辑与实践路向

我国教育数字化已经进入纵深发展期,呈现全方位协同改革、全要素质量提升、全程化强力驱动、全员化深度参与等新特点。“数据充分赋能”是2023年全国教育工作会议对于推进教育数字化战略行动的最新指示,是教育数字化战略纵深发展的关键所在。数据在教育数字化转型中承担“加速器”“润滑剂”“仪表盘”的重要作用。数据充分赋能强调数据在驱动教育数字化转型中的全流程赋能、全要素赋能、全场景赋能、全业务赋能,实现对教育组织形式、教学形式、服务形式及治理形式等的模式和流程再造。就内在逻辑而言,数据充分赋能是基于数据环路充分激发数据活力与价值,实现对个体、学校、教育企业、科研机构等的价值层赋能、行动层赋能以及绩效层赋能,形成“知道—行动—评估”的数据赋能链条。就实践路向而言,为推进数据充分赋能教育数字化转型的纵深发展,可以从如下五个方面入手,包括建设全国一体化教育大数据中心,优化数据驱动的教育治理新模式,统筹推进教育数据应用绩效评估,加快建立教育数据要素交易机制,以及着力推进教育数据应用示范工程。

教师专业发展视域下智能教研平台功能分析

教育数字化战略实施进程中,智能教研平台作为支撑教师专业发展的重要载体,对教研数字化转型、教师队伍高质量发展等作用重大。本研究基于教师用户量超过20万、平台运行时长超过两年、具备数据智能分析功能等筛选条件,选取国内5个代表性智能教研平台为分析对象,采用定量和定性相结合的内容分析方法,从数据智能分析、循证化支持教研决策、精准构建教师画像、个性化支持教师输出与反思以及数据可视化呈现这5个功能要素出发,剖析和总结各案例在智能教研相关功能设计与应用上的技术优势、特色功能、应用体验和存在问题,得出以下结果:各平台数据智能分析的应用场景在维度和深度上各有专注;数据赋能的教研活动管理与评价功能需要提升;教师画像的构建方式和应用功能有待精细化挖掘和开发;资源流转和交互工具赋能教研反思从经验回顾走向科学剖析;数据的可视化呈现助力教师明晰专业发展路径。进一步提出智能教研平台升级的改进建议:在需求导向下统一智能教研元平台的底层标准设计;多维数据融合创建无缝全场域智慧教研空间;“数据+经验”循证化支持教研决策重塑;精细化开发教师画像以支持多场景教研应用;构建教研平台专用大模型,以“人机交互”促进教师深度教研反思。

用户视角下的教育数据要素交易:安全感知与建议

教育数据要素作为推动教育变革的核心动力,正通过数据要素市场交易推动教育数字化转型纵深发展。然而,目前教育数据要素市场在数据确权、市场监督以及市场交易等制度层面存在不足,阻碍教育数据要素价值的释放。用户作为数据要素市场的核心参与者,其对教育数据要素交易的安全感知与建议是推进数据要素交易有序发展的重要因素。研究面向四类不同用户群体开展了定向调查,发现用户总体对教育数据要素交易持积极态度,且具有较为全面的安全感知,不同用户群体则在教育数据要素基本态度、安全感知与安全建议上存在差异。为加快教育数据要素交易市场建设,可以从加强教育数据要素市场保障,提高高等院校用户市场参与意愿,构建教育数据要素安全体系,满足不同用户群体的安全需求,塑造多元教育数据要素交易市场,推动交易机制向需求侧转型等方面改善。

智能时代教育场域的技术焦虑与认知误区——基于梅洛-庞蒂具身认知观的当下省察

人工智能的迅猛发展极大地改变了教育生态和教学秩序,由此也引发了教育场域下史无前例的“技术焦虑”。通过追根溯源对“技术焦虑”的成因加以解析,发现其中的大部分焦虑情绪都是由教育主体的认知误区导致的,而法国现象学家梅洛-庞蒂的“具身认知观”为梳理这一认知误区提供了极好的理论依据。“具身认知观”在人类的自我认知上呈现了一种全新的思维模式,并对传统认知观的外在逻辑主义立场采取质疑态度,进而将人类教育的本质是什么以及人工智能和人类智能的本质区别一一呈现出来,从根本上对智能时代教育场域下的“技术焦虑”做出认知矫正,并依此寻求纾解路径。

ChatGPT赋能教育评价变革的现实前提、作用机理及实践路径

对话式人工智能ChatGPT蕴藏着催生教育领域巨大变革的无限潜力,它具有理解自然语言并生成高质量回答的特性,能够支持深度人机交互个性化教学,为技术赋能教育评价变革掀开了新的篇章。在提出ChatGPT赋能教育评价变革现实前提的基础上,明确揭示了ChatGPT赋能教育评价变革的作用机理:赋能教育评价理念由“标准筛选”到“个性改进”、教育评价主体由“权威主导”到“多元协同”、教育评价内容由“单一知识”到“综合素养”以及教育评价方式由“结果总结”到“过程伴随”。与此同时,总结了ChatGPT赋能教育评价变革过程中潜在的风险挑战,包括评价主体欠缺智能素养阻碍赋能效果达成、削减教育评价的人文属性以及存在安全风险和伦理隐患。最后,在提出作用机理和风险挑战的基础上,从评价主体智能素养培育、人机协同中的身份重塑与育人本位回归以及评价伦理标准与监督保障体系完善等三方面构建ChatGPT赋能教育评价变革的实践路径。

技术伦理视域下美国教育人工智能伦理问题审视:现实表征与规避策略

教育人工智能是一种新兴技术,在凸显其优越性的同时逐渐显现出诸多技术伦理问题。美国作为教育人工智能技术的先驱国家,其教育人工智能技术伦理问题表征和规避策略更具典型性。美国教育人工智能在使用过程中出现各种偏见、歧视:智能系统出现错误和技术漏洞时追责困难;海量数据搜集会侵犯学生多种权利;学生长时间使用智能系统可能面临发展障碍,出现“成事”与“成人”的价值冲突。为规避教育人工智能伦理风险,美国制定了教育人工智能相关标准,加强教育人工智能算法监管,出台数据保护指南和法案,并规范智能技术在教育中的应用。我国应借鉴美国教育人工智能伦理问题的治理策略,制定和完善教育人工智能相应政策,建立贯穿全生命周期的全员联动监管机制,研制教育人工智能伦理框架,培养和提升师生的人工智能素养。

数字化背景下教学资源共建共享机制研究

随着信息技术的快速发展,教育领域面临着前所未有的数字化变革,在线教育、远程学习以及教育科技都有着广泛应用。传统的教材和教学方法逐渐与数字技术、网络平台和多媒体资源相结合,导致资源分配不平等问题越发严重,建立一个有效的教学资源共建共享机制,以确保资源易获取且质量高,成为了当前教育研究和实践中的重要议题。通过探讨数字化背景下的教学资源特点的相关研究,结合开放式在线课程、社区和协作平台、教育资源聚合平台的有关教学资源共建共享模式分析,提出了建立标准化和互操作性框架、搭建技术支持平台、培养共建共享文化等三大共建共享机制的建设路径,并通过问卷调查实验得出相关结论。

主体的重塑:数智时代的主体遭遇及其教育应对

教育总是关涉主体和主体化,无法回避主体问题。在数智技术时代,人类主体转向一种数字化生存,并遭遇新的数字技术主体。这使得传统人类主体发生了衍变,由一种内在、实在、单一的理性能动主体转向一种外在、虚拟、混合的弥散主体。数字技术自身物质-技术属性与数字资本主义相结合促使了人类主体的异化,包括主体的物化与去社会化、商品化和自我异化。面对数智技术对主体的形塑,需重新邀请并革新主体教育,培育学生的批判性数字素养,并承继自我技术的教育,以安顿、重塑主体。

“生成式人工智能+教育”的伪主体间性及其风险

以ChatGPT为代表的生成式人工智能正在助推教育的数字化转型。具有语言交流功用、能够进行交互的生成式人工智能因具有拟主体、类人化等特点,而被乐观地认为可以作为主体参与到教育活动中,乃至颠覆“人—机”的主客关系。但是,实际上,所谓的拟主体氤氲着一种主体幻视,其本质上只是一种披着主体性外衣的高阶客体。由于生成式人工智能的拟人性构建了互动层面的伪主体性,易形成“主体—主体”的关系错觉,故而我们将“生成式人工智能+教育”的主体性关系视为伪主体间的。正是这种具有迷惑性的主体性关系,生成式人工智能在介入教育活动时,可能会面临不确定的风险。对生成式人工智能拟主体性正向作用的发挥,需要坚持辩证法思维,进一步廓清“生成式人工智能+教育”的本体、认识、价值三维视域,不断强化以学生为核心的主体性培育路向。

学习内在价值能直接提升学生在线学习接受度吗?——自我调节学习技能的中介作用

随着在线学习逐渐成为传统院校学历教育学分课程的可选学习方式,迫切需要更多理论与实证研究洞察这种不同于非正式与混合式学习的新场景下在线学习的特征与机制。鉴于此,在学习动机和自我调节学习经典量表以及技术接受度模型的基础上编制问卷,对我国某高校在线学习学分课程的大学生施测,基于1021份有效问卷数据,通过结构方程建模方法检验学习内在价值对在线学习接受度的影响,以及目标设定、环境构建、任务策略、时间管理、寻求帮助、自我评价六维自我调节学习技能在二者之间的中介作用。研究结果表明:学生感知的学习内在价值不会直接影响其对在线学习的接受度,而是通过学生各项自我调节学习技能间接影响;内在价值对六维自我调节学习技能的驱动作用不同,对目标设定、环境构建和寻求帮助的影响更强;除了寻求帮助维度,其他五维自我调节学习技能均能显著影响学生的在线学习接受度,并在内在价值和在线学习接受度之间发挥显著中介作用。基于研究结果的讨论,提出多种途径促进学生自我调节学习技能的全面发展、重视在线课程中自我调节学习的支架设计、根据在线学习情境部署规划公共学习支持服务等建议。

面向AIGC的教育提示工程学习提示单设计及应用

在AIGC时代,如何合理运用大模型赋能课堂教学是目前应解决的关键问题。通过教育提示工程的理论指导设计学习提示单能够促进教育与大模型等新技术的有效融合。学习提示单是帮助中小学师生在课堂中合理适恰地运用大模型解决问题的一种学习资源,旨在通过运用教育提示工程的理论针对教育领域的提示词进行设计,从而解决大模型在课堂中的合理有效运用问题。针对中小学师生使用大模型遇到的诸如如何引导学生正确使用大模型、如何把控大模型的内容质量、如何规避大模型使用的伦理风险以及如何提高学生的批判性思维等问题,设计了基于三轮对话的T|BO-LRQET-P&R(简称LRQET)模型、学习提示单以及大模型的课堂教学应用模式。通过教育提示工程的理论设计学习提示单以助力师生的教与学。

以评促教:基于事理图谱的计算思维水平评价方法

计算思维是人工智能时代教育发展的核心目标,而监测计算思维状况、评价计算思维水平并据此提出计算思维培养的教学策略是当前“教-学-评”一体化教学改革下实现计算思维培养的重要路径。然而,由于计算思维的复杂性、抽象性和过程性,教师往往难以全面掌握和准确评价学生计算思维应用过程,更难以个性化了解学生的计算思维发展状况并据此提出教学干预策略。为此,从测评的视角出发,基于计算思维的本质内涵,结合新兴的事理图谱概念,构建基于事理图谱的计算思维评价方式。首先,设计面向计算思维的事件编码框架,利用iBCM算法实现事件关系抽取,生成事理图谱。然后,利用随机森林根据事理图谱对计算思维水平进行分类,并采用基于规则的事理图谱优化方法,完善iBCM提取出的特征模式,生成可视化的事理图谱辅助教学策略的调整与个性化的指导。基于此方法开展的实证研究表明,设计的模型在各项指标上都具有良好的性能效果。其结合了事理图谱所具备的事件逻辑深层次分析与推理的优势,为理解学习者的思维过程、抽取思维特征、探究思维模式提供了支撑和条件,助力教师培养学习者的计算思维提供路径指导。

青少年人工智能伦理教育的探索及启示——以MIT为例

随着人工智能行业应用的不断深入,其伦理问题日益凸显。《义务教育信息科技课程标准(2022年版)》明确指出要面向中小学生开展有关人工智能伦理的教育。鉴于国内外面向青少年的人工智能伦理教育尚处于起步阶段,介绍美国麻省理工学院(MIT)自2018年起在该领域的探索能为国内中小学校人工智能伦理教育教学实践提供一些启示。MIT青少年人工智能伦理教育涵盖小学、初中和高中三个学段,以初中和高中为主,涉及家庭、学校和社会三个场域,有专题式和内嵌式两种类型,形式上包括与中小学合作的线下STEAM选修课程、线上/线下的夏令营活动以及面向社会招募学生的混合式工作坊。梳理和反思MIT青少年人工智能伦理教育实践可以得到以下三方面启示:(1)高校可以与中小学合作开展青少年人工智能伦理教育的内容设计与教师培训;(2)中小学多学科教师可以尝试开展内嵌式青少年人工智能伦理教育设计与实践;(3)“家校社”应携手共建多样态多场域本土化青少年人工智能伦理教育生态。

家庭背景对大学生在线学习成效的影响机制研究——信息技术获取的中介作用

在线教育过程中优质教育资源共享带来的“公平”与信息技术获取缺失导致的“不公平”交织在一起,引起学者对在线教育公平问题的探讨和辨析。本研究以VanDijk的信息技术获取模型为理论基础,基于大学生在线调查数据,使用多元线性回归和非参数百分位Bootstrap方法分析了家庭背景对大学生在线学习成效的影响机制。研究发现:(1)不同家庭背景的大学生群体间存在多道数字鸿沟;(2)数字鸿沟会转化为教育结果鸿沟,家庭背景通过信息技术获取间接影响在线学习满意度和学习效果;(3)以动机态度和信息技术使用为代表的“新数字鸿沟”对在线学习效果的影响显著大于“旧数字鸿沟”。本研究加深了家庭背景这一结构性因素对在线学习成效影响机制的理解,揭示了在线教育不平等的机制。这为促进教育公平提供了新的思路和经验证据,同时也回应了信息技术对教育结果影响的争议。

智慧课堂协作学习设计新范式:具身设计、群体感知与共享调节

协作学习是一个以学生群体为核心的相互沟通、共同探讨、协作解决问题并完成任务的过程,因此对协作学习过程的设计应该由传统的以“教”为主导的“教学设计”转为以“学”为核心的“学习设计”。文章从具身设计、群体感知和共享调节三个方面提出智慧课堂协作学习设计的新范式,并应用到教学实践中检验其效果。研究表明,基于“具身设计、群体感知、共享调节”的协作学习设计能提升学生的学习效果和高阶思维能力,还能提升学生协作学习的积极性。同时实践发现,协作学习具身体验环境的建设需要多方力量广泛参与;协作学习群体感知需要泛在化的学习分析技术的支持;协作学习共享调节过程需要进一步挖掘其内在机制。

面向设计类问题解决的大学生反思性学习模型构建及应用研究

反思是设计类问题解决的重要途径,参与迭代的反思性实践有助于学生解决设计类问题。针对目前各研究中反思性学习模型无法直接迁移至设计类问题解决情境、以及对学生的反思支持性因素考虑不足等问题,首先基于经验学习理论、转化学习理论及PST理论,结合设计类问题解决的本质与过程特点,构建了面向设计类问题解决的大学生反思性学习模型,然后以教学设计问题解决为例进行了模型应用及案例分析。研究发现,该模型可以用于指导反思性学习活动的设计以帮助促进设计类问题解决并提升设计作品的质量,模型的迭代应用可以促进学生设计类问题解决能力的提升,反思干预策略会影响设计类问题解决的思维过程。

理想与现实之间:应审慎对待未来学校建设中的技术乌托邦

最近二十多年,教育技术驱动的未来学校建设日益成为一种主导性话语。教育技术采用乌托邦式的论证方法,一方面把现代学校隐喻为工厂批判其过时性,并认为当代教育改革如同对“旧房子”的修修补补,不足以根本转变工厂学校的弊端,一方面乐观地描述技术赋能下的未来学校美好图景。但现实表明,最近几十年国内外所进行的未来学校建设项目以及UNESCO对2019年发生的全球疫情下教育技术运用状况的调查结果却表明,教育技术驱动下未来学校的前景并没有想象的乐观。原因是多方面的,如工厂式学校的隐喻前提并不准确,教育技术融入学校需要经过社会情景的过滤,而且教育技术充满着多重逻辑陷阱,与教育逻辑难以耦合。因此,面对教育技术,负责的态度当是在重视探索教育技术带给未来学校新可能性的同时,不能让教育技术主导人们对未来学校的想象性,即便是教育技术驱动下的未来学校,也仍需以合乎教育性、包容性和公平性为旨归。

基于社会认知网络分析的学习者协作问题解决能力发展研究

协作问题解决能力是21世纪数字公民应具备的核心能力之一,但目前尚且缺乏对学习者协作问题解决能力动态发展过程的探讨,需要融合多元方法提供更细粒度的分析。以学习者在教学初期、中期、后期三个时期的在线协作会话数据为分析样本,运用认知网络分析发现,学习者协作问题解决能力呈现出由低水平向高水平发展的过程;通过社会网络分析发现,参与者呈现出网络核心和边缘两种社会角色,且社会角色随时间会动态改变;社会认知网络分析结果显示,不同社会角色学习者的协作问题解决能力发展过程具有显著差异。基于研究结果,从在线协作环境、课堂教学策略以及教师专业发展三个方面给出建议。

基于在线同伴互评的内隐行为规律挖掘及其影响机理研究

学习行为规律能够有效预测学业成绩,是开展个性化教育的关键,但大部分研究成果以探究学生的外显学习行为为主,对学生内隐行为的分析与挖掘较少。同伴互评是表征学习内隐行为的重要方式,文章以其产生的评语和反馈为分析对象,采用定量内容分析、滞后序列分析法和社会网络分析法,从情感、认知和元认知角度分析高、低成绩学生的内隐行为,并引入系统动力学方法剖析基于在线同伴互评的内隐行为影响机理。依据同伴互评中内隐行为所表现出的情感、认知和元认知差异,洞悉学习过程数据背后隐藏的学习成长轨迹,促进学生自主学习,支持教师及时、精准、有效地进行在线学业预警。

微认证:重塑教师数字素养的新引擎--来自美国的个案分析

教师数字素养是推动我国教育数字化转型的关键软实力,其培训与评价应指向实践取向、循证决策,然而目前现实情况却不容乐观。微认证体现了工作场景和实践能力指向的发展性评价理念,耦合了教师专业发展的复杂实践性和自我反思性的特征。本研究以美国“数字承诺”平台开发的教师数字素养微认证项目为例,深入剖析项目运行的内在逻辑,按照明确参与主体、培训谁、为什么培训、怎样培训、如何保证持续有效的递进关系,总结出微认证促进教师数字素养提升的实践路径:“分工明确、各司其职”“基于角色、微观设计”“需求导向、能力为本”“依据规范、坚持循证”“系统规划、绩效管理”,以期为我国开展教师数字素养培训与评价提供启示和借鉴。